AI alati za kodiranje: Od velikih obećanja do stvarnosti
Zašto AI asistenti neće zamijeniti developere, već samo transformirati način na koji pišemo kod
Danas je gotovo nemoguće otvoriti bilo koji tehnološki portal ili društvenu mrežu namijenjenu profesionalcima, a da ne naiđete na senzacionalistički naslov koji najavljuje skori kraj programiranja kakvog poznajemo. Od GitHub Copilota, preko ChatGPT-a, pa sve do specijaliziranih alata, obećanje koje se nudi tržištu uvijek je isto i vrlo primamljivo. Tvrdi se da će alati temeljeni na umjetnoj inteligenciji u bliskoj budućnosti samostalno pisati aplikacije, brže i uz znatno manje grešaka nego što to čine ljudi. No, kada zagrebemo ispod površine agresivnih marketinških kampanja i počnemo aktivno koristiti te alate u ozbiljnom svakodnevnom inženjerskom radu na velikim projektima, stvarna slika postaje znatno složenija, nijansiranija i prepuna skrivenih izazova.
Prevladavajuća priča
Glavni narativ koji tehnološka industrija trenutno gura vrlo je jednostavan i optimističan. Prema tom viđenju, umjetna inteligencija postala je dovoljno napredna da može samostalno razumjeti duboki kontekst poslovnih aplikacija, pisati složene i optimizirane algoritme te rješavati zapetljane arhitektonske probleme koji su do sada zahtijevali tjedne planiranja. Uvjeravaju nas da će potreba za junior developerima drastično pasti jer AI može preuzeti njihov posao, dok će senior inženjeri postati deset ili čak stotinu puta produktivniji.
Prema toj idealiziranoj priči, kodiranje polako ali sigurno postaje aktivnost u kojoj čovjek samo komunicira sa strojem zadajući mu upute na prirodnom, svakodnevnom jeziku. Developer više ne mora razmišljati o sintaksi, optimizaciji memorije ili složenim integracijama – on samo postaje prevoditelj između poslovne ideje i savršenog AI sustava koji obavlja sav teški, kognitivno zahtjevni inženjerski posao u sekundi.
Zašto je ta priča pogrešna ili nepotpuna
Osnovni problem s ovom vizijom je taj što počiva na fundamentalnom nerazumijevanju onoga što softversko inženjerstvo zapravo jest. Programiranje nikada nije bilo samo golo, mehaničko tipkanje linija koda. Pravi izazov u razvoju ozbiljnog softvera leži u dubokom razumijevanju nejasnih i često kontradiktornih poslovnih zahtjeva, dizajniranju stabilne arhitekture koja može rasti godinama i proaktivnom rješavanju rubnih slučajeva koje apsolutno nitko nije predvidio u početnoj specifikaciji.
Umjetna inteligencija je nesumnjivo fantastična u generiranju sintaktički ispravnog koda na temelju poznatih i često ponavljanih obrazaca koje je vidjela u bazama poput GitHuba. Međutim, ona potpuno podbacuje kada mora donijeti prosudbu o tome kako se taj novonapisani kod uklapa u širi, neuredni i povijesno opterećeni sustav unutar kojeg neka specifična tvrtka posluje. AI ne razumije poslovni rizik, ne razumije tehnički dug u kontekstu vaše tvrtke i ne zna zašto je neka baza podataka dizajnirana na naizgled nelogičan način prije pet godina.
Također, današnjim alatima dramatično nedostaje sposobnost pravog kritičkog razmišljanja i samorefleksije. Umjesto da sami priznaju kada ne znaju riješiti kompleksan problem, oni često haluciniraju i generiraju rješenja koja na prvi pogled izgledaju nevjerojatno uvjerljivo, ali su u svojoj srži suptilno, a ponekad i katastrofalno pogrešna. Iskusni developer tada na kraju troši puno više vremena na čitanje, traženje i ispravljanje skrivenih logičkih grešaka u generiranom kodu nego što bi mu trebalo da sam od nule napiše pouzdano i provjereno rješenje. Održavanje tuđeg lošeg koda uvijek je teže od pisanja vlastitog, a kada taj kod piše samouvjereni algoritam, opasnost od uvođenja sigurnosnih propusta raste.
Posljedice u stvarnom svijetu
U stvarnom i poslovnom svijetu, ovo ne znači da će umjetna inteligencija uništiti programersku struku i ostaviti milijune ljudi bez posla, već isključivo znači da će se priroda svakodnevnog inženjerskog posla značajno promijeniti. Pobjednici u ovoj nadolazećoj tranziciji nikako neće biti oni koji naivno i slijepo prepuštaju cjelokupno kodiranje stroju, nadajući se da će on magično riješiti sve njihove probleme. Pobjednici će biti upravo oni inženjeri koji znaju kako pametno i dozirano koristiti AI kao moćan i koristan alat za ubrzavanje dosadnih, rutinskih zadataka. Pisanje monotonih jediničnih testova, postavljanje osnovne strukture novog projekta ili prevođenje manjih skripti iz jednog programskog jezika u drugi postaju zadaci koji se rješavaju u sekundama umjesto u satima.
Gubitnici će, s druge strane, biti oni developeri koji očekuju da će im AI alati riješiti duboke arhitektonske i dizajnerske probleme, jer će zbog takvog pristupa vrlo brzo izgubiti sposobnost samostalnog rješavanja problema. Također, važno je istaknuti i poziciju menadžmenta. Tvrtke i korporacije koje u želji za brzim profitom pokušaju zamijeniti svoje skupe, iskusne zaposlenike jeftinijim pretplatama na AI alate vrlo brzo će doživjeti bolno buđenje. Shvatit će da održavanje loše dizajniranog, neoptimiziranog i umjetno generiranog koda na duge staze košta neusporedivo više od investicije u stabilan i kvalitetan inženjerski tim ljudi.
Završni stav
Umjetna inteligencija neće vas magično zamijeniti na vašem radnom mjestu, ali inženjer koji vješto, pametno i odgovorno zna koristiti umjetnu inteligenciju sasvim sigurno bi mogao. Alati za kodiranje koje danas imamo na raspolaganju su samo to - napredni alati. Oni su iznimno moćni saveznici u rješavanju rutinskih, ponavljajućih i dosadnih zadataka, no na kraju dana, konačna odgovornost za kvalitetan, siguran i održiv softver ostaje isključivo i neizbježno u ljudskim rukama. Na nama je da te alate koristimo pametno.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
